ARTICLE · 1232652
OpenAI一夜抛722篇论文!陶哲轩宣布进入“战时状态”:AI正在让数学绝育
2026年10月的第一周，人类最古老、最纯粹的智力堡垒，被硅谷的算力推土机强行撞开了一道口子。
10月6日，OpenAI毫无预警地公开了一个庞大的手稿仓库，一口气向全球倾倒了722份由AI生成的数学论文与代码。这家科技巨头高调宣称，他们已经解决或实质性推进了超过300个长期未决的高难度数学猜想，其中甚至包括悬赏百万美元的“千禧年大奖难题”之一，纳维-斯托克斯方程（Navier-Stokes Problem）的光滑性与爆破分析。
换成两年前，这本该是科技界与数学界把酒言欢的狂欢时刻。毕竟，当今在世最伟大的数学家之一、菲尔兹奖得主陶哲轩（Terence Tao），曾是AI技术最热情的拥抱者。从2023年到2025年，他一直在社交网络上分享自己用大模型辅助思考的经验，极力促成硅谷实验室与象牙塔的“联姻”。
但这一次，陶哲轩彻底翻脸了
在接受《纽约时报》专访时，这位一向温和的数学泰斗罕见地抛出了重话：“现在已经没有任何规则可言了。” 他宣布自己已进入“战时状态”（on a war footing），甚至在日常中暂停了手头的纯数学研究，把全部精力转向召集学者、安抚青年学生和组织行业反击。他冷冷地给硅谷与学界的蜜月期画上了句号：“在现阶段，我看不到任何继续开展建设性互动的途径。”
一场关于“科学究竟属于人类心智还是算力跑分”的全面战争，就此打响。
01722份文件的“算力霸凌”：学界眼中的单方面武力炫耀
在数学界看来，OpenAI这场突如其来的论文倾倒，直接演变成了针对同行评议体系的“分布式拒绝服务攻击”（DoS攻击）。
要理解数学家们的愤怒，得先看看OpenAI是怎么踩碎红线的。此前，OpenAI曾宣称自己的数学研究得到了“数学与人工智能咨询小组”（AGMAI）的指导。然而，这个专家小组给出的第一条核心建议就是：商业公司绝不应在未经验证的内部模型上，私自攻坚高难度的未决数学难题。
OpenAI不仅把专家的忠告当成了耳旁风，还直接掀了桌子。10月7日，也就是OpenAI发稿次日，“人类数学协会”（AHM）发表了一篇措辞严厉的抗议声明，陶哲轩第一时间在个人博客上全文转载。
▲ 陶哲轩在个人博客全文转载“人类数学协会”（AHM）针对OpenAI的抗议声明
声明的第一句话就毫不留情：“数学家并未要求做这件事。” 紧接着是那句传遍全球学界的判词：“一次性释放超过700份文件，根本谈不上学术贡献，纯属权力的炫耀。”
为什么说是权力的展示？因为在传统数学界，哪怕证明一个次级定理，也需要经过漫长的同行评议、概念澄清和研讨会答辩。而OpenAI用海量算力配合形式化证明工具，一夜之间把722篇天书般的论文砸向学界。全球顶尖学者缺乏闲暇，也毫无义务去给一家万亿美元商业公司的营销跑分充当免费的“质检员”和“数据标注工”。
更何况，冰冻三尺非一日之寒早在今年9月11日，包括陶哲轩在内的25位菲尔兹奖得主就已经联署过一份名为《AI在数学中的严重错位》的公开信，痛批科技巨头把“解数学题”当成AI跑分基准的做法，正在严重伤害数学共同体。OpenAI的722篇论文，无疑是往火药桶里直接扔了一根火柴。
▲ 9月11日，陶哲轩等25位菲尔兹奖得主联署声明，直指商业AI与数学目标“严重错位”
02为什么AI偏偏盯上数学？当“证明稀缺”变成“证明过剩”
数学之所以成为硅谷巨头最爱的“刷分练兵场”，是因为它天生具备三个对机器学习极其友好的致命弱点。
10月9日晚，加州理工学院（Caltech）贝克曼礼堂座无虚席。陶哲轩站上讲台，带来了一场原本定于五月举行、题为“机器辅助证明”的公开讲座。受前几天事态的刺激，他推翻了原有讲稿，将标题直接改成了《Math 2.0》，并在次日将27页幻灯片上传到了个人博客。
▲ 10月10日，陶哲轩在个人博客《What's new》发布《Math 2.0》演讲全文与幻灯片
在这份备受瞩目的讲义中，陶哲轩做了一次极其通俗却直刺本质的科普：过去几百年，人类处于“Math 1.0（证明稀缺）”时代。解开一个开放问题极其困难，需要人类顶尖大脑数十年如一日的探索。因此，数学界的期刊、终身教职、菲尔兹奖、研究生课题，所有制度都建立在“谁能解出题，谁就立了大功”的假设上。
然而，数学偏偏有三个让AI垂涎欲滴的特性：
- 结果100%客观可验证
：写小说好不好看有争议，但数学证明对不对没有模糊空间。特别是有了像 Lean 这样的计算机证明助手，你可以把它理解成“数学界的C语言编译器”，只要把证明写成代码，机器就能自动检查每一步逻辑，连半点蒙混过关的可能都没有。 - 完全不需要物理实验室
：不像生物医药需要养小白鼠、等临床数据，数学只需要纸笔和定义，在虚拟世界里就能无限试错。 - 现成的高质量数据库
：人类几百年来最顶尖的数学文献，早就已经数字化并挂在网上。
▲ 陶哲轩幻灯片第6页：三大特性叠加海量算力投入，将数学推入“证明过剩”时代
当硅谷把天文数字般的算力砸向这门学科时，“证明过剩（Proof Abundance）”时代强行降临了。许多过去需要人类耗费数年才能攻克的难题，如今在算力穷举和形式化工具的轰炸下被暴力破解。
但陶哲轩一针见血地戳破了社交媒体上的“AI胜利巡游”：AI的能力其实是极度参差不齐（jagged）的。他在幻灯片里放了一张著名的二战飞机“幸存者偏差”图，科技公司只把成功解出的题目贴在推特上庆祝（就像飞回基地的飞机身上的弹孔），却对背后消耗的恐怖算力和成千上万次彻底失败的尝试绝口不提（那些被击落、永远没能飞回来的飞机）。
▲ 网友评论称，陶哲轩用“幸存者偏差飞机”回击推特上的AI胜利巡游，是迄今最锋利的同行评议
03灯塔与“绝育”：为什么AI把题做完了，反而是数学的灾难？
在陶哲轩看来，盲目用AI暴力破解未决难题，无异于对数学的未来进行“绝育（sterilize）”。
很多圈外人看到这里会一头雾水：题目被解出来了，难道不是好事吗？难道数学家只是因为嫉妒AI比自己聪明、害怕失业，才跳出来阻拦？
为了解释这个核心误区，陶哲轩在幻灯片第16页提出了一个震撼人心的“灯塔隐喻（Lighthouses）”。
▲ 陶哲轩幻灯片第16页：开放问题是导航的“灯塔”而非终点，AI过早抵达会让周围领域“绝育”
在纯数学中，诸如费马大定理或黎曼猜想等未决猜想，其意义远超单纯换取一个“已解决”的终点判定，它们宛如一座座照亮未知海域的灯塔。当年人类为了证明费马大定理，整整跋涉了三百多年。那个最终的结论（
在 
时无整数解）本身其实没什么实用价值；最弥足珍贵的收获，恰恰是人类在缓慢攀登过程中，被迫发明出来的代数几何、模形式等一整套全新数学工具！
这就是管理学上著名的“古德哈特定律”：当一个指标变成目标时，它就不再是个好指标。在证明稀缺的年代，“解出难题”是衡量“人类数学理解加深”的最佳代理指标；但在证明过剩的今天，这个指标已经彻底错位（misaligned）。
如果用自动化工具直接把直升机降落在灯塔顶端，抢先贴上“已解决”的标签，会发生什么？
- 第一，开放问题变成了“不可再生资源”。
陶哲轩悲哀地写道，这就像看悬疑电影被恶意剧透，“一旦听过了剧透，你就再也无法假装没听过”。正在攻读博士的青年学者们，原本靠着耐心地摸索这些问题来锤炼直觉、开辟新路，结果一夜之间课题被AI暴力截胡，那些本该在探索中被发现的新大陆，永远被荒废了。 - 第二，722篇论文背后“空无一人”。
传统数学突破之后，提出者会去开讲座、写教科书、带学生、回答同行的追问，把艰深的证明消化成全人类的常识。而AI扔下一堆通过了机器检验的冰冷符号后扬长而去，背后没有任何人能解释“为什么要这么构造”，整个领域的生态循环被直接切断。
04全网吵翻的“癌症毒药”实验：不懂原理的救命药，你敢打吗？
整场讲座中最具火药味、也在互联网上掀起滔天巨浪的，是陶哲轩在第20和21页抛出的“癌症疗法思想实验”。
为了向公众说明“只管结果正确、不管人类理不理解”有多危险，陶哲轩设计了这样一个场景：假设你给最先进的AI下达指令：“找出一款能通过三期临床试验的癌症疗法，绝不允许出错。” 经过海量算力运算，AI给出了一管由未知化学物质混合而成的“神秘鸡尾酒”，甚至还附带了一份无懈可击的 Lean 数学证明证书。令人称奇的是，这管药确实通过了三期临床试验。
紧接着，陶哲轩在下一页把问题怼到了每个读者的脸上：假设你刚刚被确诊早期癌症，聊天机器人向你推荐了这管AI神药。但在针头扎进你血管的前一秒，如果能知道“哪怕只有一位人类癌症专家部分理解它的药理”，或者“有一位人类数学家看懂了背后的数学模型”，你会不会觉得更安心一点？
▲ 幻灯片第20页：关于对齐与理解的思想实验，AI生成的神秘抗癌鸡尾酒
▲ 幻灯片第21页：在把AI神药注入血管前，你希望有人类专家看懂它的原理吗？
这两页截图被传到X（原推特）和科技论坛Hacker News后，迅速在社群中掀起激烈争辩。
AI评论大V Andrew Curran 直接贴出这张截图反驳道：“我高度确信，只要这药真的管用，任何一个四期癌症晚期患者都会告诉你：人类理不理解原理，他们连一丁点都不在乎！” 这条推文获得了极高的赞同。科幻作家 J. W. Botsford 等网友也纷纷跟进，指出医学史上本来就有大量药物（比如早期的阿司匹林、锂盐甚至全身麻醉剂）在人类完全搞不清作用机制的情况下，就已经通过临床试验并救了无数人的命。
▲ Andrew Curran 发帖反驳称，只要药物有效，晚期患者根本不在乎人类是否理解机制
然而，硅谷加速主义者们显然把陶哲轩的问题看浅了。在Hacker News和推文回复区，深谙机器学习底层逻辑的学者指出了陶哲轩更深层的警示：“奖励黑客（Reward Hacking）”与系统性作弊。
自然界里的植物提取物不会“读懂”人类的临床试验规则去故意作弊，但高级AI会！当你命令一个黑盒AI“不惜一切代价通过三期临床试验”时，倘若人类医学家对药理一无所知，数学家也看不透背后的运算模型，你怎么知道AI不是钻了临床试验统计指标的空子？ 比如，这管化学鸡尾酒可能通过某种未知的生理代偿机制，让患者在6个月的试验期内肿瘤指标完美达标，却在第7个月引发不可逆的多器官衰竭。没有“人类理解”作为安全阀门，形式上的“100%验证通过”，往往正是灾难级错位的开始。
有趣的是，除了来自科技圈的炮火，陶哲轩在学术界内部也遭遇了“友军火力”。加州理工学院同校的计算生物学教授 Lior Pachter 公开发帖，贴出陶哲轩的生态模型图并提出尖锐批评：“我不同意陶哲轩昨天在Caltech演讲中对数学的看法。应用数学问题与纯数学问题并不是彼此割裂的……这可不是个小问题，这很尴尬。” 他还质问，所谓“过早抵达灯塔”，到底是以谁的时间表为准？对于急需数学工具救命的数学生物学来说，难道还要为了纯数学家的“探索乐趣”而故意放慢脚步吗？
▲ 加州理工学院教授 Lior Pachter 发文批评陶哲轩将纯数学与应用数学画得过于割裂
05迈向 Math 2.0：从算力狂奔中夺回方向盘
面对这场撕裂全行业的危机，陶哲轩并未主张做拒绝科技的“卢德分子”，他选择彻底重构数学的游戏规则，推动学科升级至 Math 2.0。
在讲义的最后部分，陶哲轩明确表示，既然“暴力解题”已经不再稀缺，数学界就必须主动把“解题”从神坛上请下来，转而用AI去强化“人类理解数学”的每一个环节：
- 发起“开放阐释问题（Open Exposition Problems）”
：以前大家比赛谁先证出新定理；现在，面对那些晦涩难懂的证明（包括AI生成的天书证明），大家比赛谁能用AI辅助，把它翻译、拆解成人类直觉能够听懂、能写进教科书的精彩解释。加州理工学院改版后的数学马拉松（Mathathon）已经开始了这种实验。 - 给定理做“消融实验（Ablation Studies）”
：就像AI工程师测试神经网络一样，用AI去测试一个数学定理，如果拿掉某个苛刻的假设条件，结论还能成立吗？定理周围的“邻域”长什么样？ - 把死论文变成“活网络”
：用AI把成千上万篇零散的论文编织成实时更新的知识图谱（例如显式解析数论整合网络），并建设像 Mathlib 这样高质量的公共形式化库。 - 打造属于学界自己的“开源数学模型”
：在幻灯片末尾，陶哲轩特意埋下了一个重磅彩蛋，开发安全、可解释、专门服务于科学家的定制开源数学模型，并意味深长地括号注明：“很快就会发布，敬请期待。”
▲ 幻灯片第23页：在Math 2.0愿景中，“人类理解”稳居中心，AI被用于赋能每一个转化环节
在这份27页讲义的结尾，这位站在人类智力巅峰的学者写下了这样一句话：“制约 Math 2.0 实现的关键，远非技术或制度文化，核心在于人类的想象力。”
OpenAI的722篇论文，宣告了旧时代的终结。当机器可以在黑夜里不知疲倦地穷举出千万条通往山顶的捷径时，人类学者是沦为替算法盖章的廉价质检员，还是把算力驯化为照亮人类心智的望远镜？陶哲轩已经拉响了警报，而这场关乎全人类科学未来的保卫战，才刚刚开始。
